Asiakasdatan rikastaminen tekoälyn avulla

Asiakasdatan rikastaminen tarkoittaa sitä, että otat oman tietokantasi asiakkaista ja täydennät sitä ulkoisista lähteistä saaduilla tiedoilla. Esimerkki: sinulla on listalla kaksisataa yritystä, ja jokaisesta tiedät vain nimen ja sähköpostiosoitteen. Rikastettuasi listan, jokaisesta yrityksestä on lisäksi liikevaihto, työntekijämäärä, toimipaikka, toimialaluokka, viimeisin tilinpäätöksen tulos ja avainhenkilöt. Tämä on asiakasdatan rikastamista, ja se on yksi tekoälyn lupauksellisimmista käyttötapauksista myynnissä — mutta samalla yksi riskialtteimmista, jos sitä tehdään ilman huolellisuutta. Tekoälyn vahvuus rikastamisessa on yhdistäminen. Se osaa lukea useita julkisia lähteitä ja yhdistää ne yhdeksi tiedoksi. Voit antaa sille luettelon yrityksistä ja pyytää sitä etsimään julkisista lähteistä jokaisen liikevaihdon, työntekijämäärän ja toimipaikan. Tämä on iso työmäärä ihmiselle ja minuuttien työ tekoälylle. Tekoälyn heikkous on oikeellisuus. Ja kun puhumme suuresta määrästä rivejä, oikeellisuusongelma kasvaa nopeasti. Jos yhden yrityksen tiedot ovat 95 prosenttia oikein, sadasta yrityksestä viisi on virheellisiä — ja sinä et tiedä mitkä viisi. Pahimmillaan toimit virheellisten tietojen pohjalta ja vahingoitat suhdetta tai oikeudellista asemaasi. Mitä tekoäly voi rikastaa luotettavasti, kun sille annetaan oikea lähde, ja mitä ei? Luotettava rikastus: tietojen poiminta yhdestä lähteestä. Esimerkki: anna verkkosivu tekoälylle ja pyydä tiivistämään sieltä yrityksen toimialakuvaus. Tämä on suora tekstin lukeminen, ja virheet ovat harvinaisia. Toinen luotettava käyttö: tietojen normalisointi. Sinulla on lista, jossa toimialat on kirjoitettu eri tavoin — vaikkapa rakennusala, talonrakennus, urakointi, rakennusliike — ja haluat saada ne yhtenäiseen muotoon. Tekoäly osaa luokitella sanat ryhmiin luotettavasti. Kolmas luotettava käyttö: epäilyttävien rivien tunnistaminen. Voit pyytää tekoälyä etsimään rivejä, joissa jokin tieto näyttää epätodennäköiseltä, kuten yrityksen jonka liikevaihto on ilmoitettu sekä kymmeneksituhanneksi että kymmeneksi miljoonaksi. Tekoäly merkitsee nämä tarkistettavaksi. Epäluotettava rikastus: numeroiden hakeminen ilman lähdettä. Älä koskaan pyydä tekoälyä kerro tämän yrityksen liikevaihto ilman että annat sille konkreettisen lähteen. Sen vastaus voi olla oikea, voi olla väärä, eikä sinulla ole tapaa tietää kumpi. Toinen epäluotettava: yhteystietojen arvaaminen. Sama ongelma kuin moduulissa 2 — tekoäly arvaa muotoa noudattavan osoitteen, joka ei välttämättä ole oikea. Jos lähetät automaattisesti sata viestiä arvattuihin osoitteisiin, vähintään osa palautuu, ja toimittajasi alkaa pitää sinua roskapostin lähettäjänä. Kolmas epäluotettava: rooliarvaukset. Tekoäly saattaa kertoa että henkilö X on yrityksen talousjohtaja, kun hän on todellisuudessa siirtynyt kahden kuukauden takaiseen toiseen yritykseen. Roolitiedot ovat erityisen alttiita vanhenemiselle. Käytännön työnkulku rikastamiseen on tämä: anna tekoälylle aina lähde, pyydä se tekemään yksi rajattu rikastustyö kerrallaan, ja tarkista tulokset otosta käsin ennen kuin luotat koko ajoon. Otanta on yksinkertainen — kymmenen prosenttia riveistä riittää tyypillisesti tunnistamaan, onko ajossa systemaattinen virhe. Jos otoksessa ei ole virheitä, voit luottaa siihen että koko ajo on luotettavaa, ehkä parin yksittäisen poikkeuksen lisäksi. Jos otoksessa on virheitä, älä luota koko ajoon, ja muokkaa ohjeitasi. Eräs hyödyllinen erityismuoto rikastamisesta on yritysten ryhmittely. Voit antaa tekoälylle listan kahdestasadasta yrityksestä ja pyytää sitä ryhmittelemään ne kymmeneen ryhmään jonkun yhteisen ominaisuuden perusteella — esimerkiksi toimialan ja koon mukaan. Tämä on parin minuutin työ tekoälylle, ja se tuottaa sinulle näppärän jaottelun, jonka voit käyttää lähestymistapojen suunnitteluun.

Kokeile nyt

Pyydät tekoälyä rikastamaan kahdensadan yrityksen liidilistan liikevaihtotiedolla. Mikä on luotettavin tapa toimia?

Tallenna edistymisesi ja oma oppimisyhteenvetosi